Мы ищем сильного Quant Researcher, который будет вести самостоятельный ресёрч и развивать команду. Это роль играющего тренера: с одной стороны, вы сами работаете над исследованиями и отвечаете за весь путь стратегии – от ML-идеи и бэктеста до запуска и результатов в реальной торговле. С другой – собираете и развиваете команду junior-ресёрчеров. Главная задача – выстроить процесс, в котором качественные исследования регулярно доходят до продакшена, а junior-ресёрчеры постепенно становятся сильными самостоятельными специалистами.
Чем предстоит заниматься:
- Вести полный цикл исследований: от выбора гипотез и постановки экспериментов до бэктестов, запуска стратегий и мониторинга их результатов в реальной торговле.
- Определять критерии, по которым исследование готово двигаться дальше, и следить за качеством стратегий после запуска.
- Собрать и развивать команду из 3+ ресёрчеров: участвовать в найме, ставить задачи, регулярно проводить code review, давать обратную связь и помогать ребятам профессионально расти.
- Выстраивать единые стандарты валидации исследований и следить за их соблюдением: purged и combinatorial cross-validation, multiple testing, защита от data leakage и другие практики, необходимые для надёжного бэктестинга.
- Вместе с трейдинг-командами развивать применение ML в execution: работать с качеством исполнения, fill rates, markouts и queue-aware моделями.
- Заниматься исследованиями самостоятельно и регулярно вносить собственный вклад в research pipeline.
- Плотно работать с лидами торговых команд и владельцами продакшена при запуске новых стратегий.
Кого мы ищем
- 5+ лет опыта в quant research/systematic trading и реальный опыт запуска стратегий в продакшен.
- 1+ года опыта управления небольшой research-командой: найм, постановка задач, code review, развитие людей и принятие непростых кадровых решений.
- Сильный Python и уверенное владение современным ML-стеком. В этой роли важно быть готовым регулярно работать с кодом команды, а не только управлять процессом.
- Глубокое понимание валидации quantitative research и практический опыт построения устойчивого research-процесса.
